JP2009136932A - ロボット、タスク実行システム - Google Patents

Abstract

【課題】タスクの状態が変化した場合でもタスクの実行経済の観点から適切な状態においてタスクを実行することができるロボット等を提供する。
【解決手段】ロボットにおいて新規タスクを実行するために要する負荷または労力を表わすコストが評価され、このコストを表わすコスト情報がサポートサーバ２００に送信される（入札手続）。さらに、サポートサーバ２００においてコストが最低のロボットが指定され、指定されたロボットに対して当該新規タスクの実行指令が送信され、当該ロボットがこの実行指令にしたがって当該タスクを実行する（落札手続）。このようなタスクの入札および落札方式が採用されることにより、複数のロボットＲのうち指定タスク実行経済に鑑みて適当なロボットＲにより指定タスクが実行される。
【選択図】図１

Description

本発明は自律的に行動することによりタスクを実行するロボット等に関する。

ロボットに環境の認識機能や自律的な移動機能等の諸機能を持たせ、このロボットに荷物運搬、移動による道案内等のタスクを実行させることが試みられている。このような諸機能を有する複数のロボットが存在する環境においては、タスクの効率的な実行の観点から、当該タスクが適当なロボットに割り当てられるように実行計画が構築される必要がある。そこで、各タスクの優先順位や実行コストに基づき、当該各タスクを適当なロボットに割り当てる技術的手法が提案されている（特許文献１および２参照）。
特開２００５−３２４２７８号公報 特開２００６−３２６７０３号公報

しかし、一般的には、予定外の新たなタスクの実行が必要になる、あるいは、予定のタスクの内容が変更される等、タスクの状態は変化する。また、タスクが割り当てられていない状態から、割り当てられたタスクを実行している状態に変化する、あるいは、タスクの実行によって位置が変化する等、ロボットの状態も変化する。このため、タスクの状態が変化した場合、各ロボットの状態が正確に把握されていないと当該各ロボットにタスクを効率的に実行させることができない。そこで、サーバによりロボットの状態を集中管理させることが対応措置の１つとして挙げられる。

しかるに、サーバとロボットとの間の通信情報量が増加し、かつ、サーバにおける複数のロボットのそれぞれの状態認識のための情報処理負荷が重くなる。このため、当該通信および当該情報処理の間に各ロボットの状態が大きく変化してしまい、サーバから各ロボットに対して発せられるタスクの実行指令が当該タスクの効率的な実行の観点から不適切になる可能性がある。

そこで、本発明は、タスクの状態が変化した場合でもタスクの実行経済の観点から適切な状態においてタスクを実行することができるロボット等を提供することを解決課題とする。

第１発明のロボットは、タスクデータベースを有するサポートサーバとの通信に基づいて自律的に行動することによりタスクを実行するロボットであって、前記サポートサーバとの通信により前記タスクデータベースに格納されている複数のタスクのそれぞれの内容のうち指定タスクの内容を認識し、当該認識結果に基づき自己ロボットが当該指定タスクを実行するのに要する労力または負荷を表わすコストを評価し、かつ、前記サポートサーバとの通信により当該評価されたコストを前記タスクデータベースに格納させる第１処理要素と、前記サポートサーバとの通信により前記タスクデータベースに格納されている前記自己ロボットの前記コストが他のロボットを含むロボット群の中で最低であるか否かを認識し、前記コストが最低であると認識したことを要件として前記指定タスクを実行するように当該自己ロボットの動作を制御する第２処理要素とを有する制御装置を備えていることを特徴とする。

第１発明のロボットによれば、ロボットが指定タスクを実行するために要する労力または負荷を表わすコストが評価され、各ロボットにより評価されたコストがサポートサーバのタスクデータベースに格納される。さらに、タスクデータベースに格納されている自己ロボットのコストが複数のロボットの中で最低であることが認識された場合、自己ロボットがこの指定タスクを実行するようにその動作が制御される。複数のロボットによるコストの評価およびサポートサーバのタスクデータベースへの格納は、コストを入札額とする当該複数のロボットによる指定タスクの実行のための「入札」と考えることができる。複数のロボットのうちタスクが最低であるロボットによる指定タスクの実行は、当該ロボットによる指定タスクの実行の「落札」と考えることができる。このような指定タスクの「入札」および「落札」が実施されることにより、複数のロボットのうち指定タスク実行経済に鑑みて適当なロボットにより指定タスクが実行される。したがって、タスクの状態が変化した場合でも、タスクの実行経済の観点から適切な状態においてロボットが指定タスクを実行することができる。

第２発明のロボットは、第１発明のロボットにおいて、前記第１処理要素が前記指定タスクの内容として当該指定タスクの実行開始時刻を認識し、当該実行開始時刻において予測される、当該指定タスクを実行するのに要する前記コストを評価することを特徴とする。

第２発明のロボットによれば、ロボットの未来の予測状態に応じて評価されたコストによる指定タスクの入札および落札が実施されることにより、タスクの実行経済の観点から適切な状態においてロボットが指定タスクを実行することができる。

第３発明のロボットは、第１または第２発明のロボットにおいて、前記第１処理要素が前記指定タスクの内容として当該指定タスクの実行開始位置および実行終了位置を認識し、当該ロボットの位置を測定し、当該測定位置から前記指定タスクの前記実行開始位置または前記実行終了位置までの当該ロボットの移動距離を算定し、当該移動距離が長いほど前記コストを連続的または断続的に高く評価することを特徴とする。

第３発明のロボットによれば、指定タスクの実行開始位置、または、指定タスクの実行開始位置を経由した指定タスクの実行終了位置までの移動距離が他のロボットよりも短い状態において、当該他のロボットより優先的に指定タスクを実行しうる。一方、この移動距離が他のロボットの当該距離より長い状態において、ロボットが指定タスクを実行することを回避しうる。したがって、指定タスクを実行する際の移動距離の短縮の観点から適当な状態においてロボットが指定タスクを実行することができる。

第４発明のロボットは、第１〜第３発明のうちいずれか１つのロボットにおいて、前記第１処理要素が前記指定タスクとは異なる他のタスクを前記ロボットが実行中であるか否かを認識し、前記ロボットが前記他のタスクを実行中であると認識した場合、前記ロボットが前記他のタスクを実行していないと認識された場合よりも前記指定タスクを実行するために要する前記コストを高く評価することを特徴とする。

第４発明のロボットによれば、指定タスクと異なる他のタスクを実行していない状態において、他のタスクを実行している状態よりも優先的に当該指定タスクを実行することができる。したがって、指定タスクの実行専念の観点から適当な状態においてロボットが指定タスクを実行することができる。

第５発明のロボットは、第４発明のロボットにおいて、前記第１処理要素が前記指定タスクの内容として当該指定タスクの優先度を認識し、前記ロボットが前記他のタスクを実行中であると認識した場合、前記指定タスクの優先度が前記他のタスクの優先度よりも高いか否かをさらに認識し、前記指定タスクの優先度が前記他のタスクの優先度よりも低いと認識された場合、前記指定タスクの優先度が前記他のタスクの優先度よりも高いと認識された場合よりも前記コストを高く評価することを特徴とする。

第５発明のロボットによれば、他のタスクを実行中である一方、当該他のタスクの優先度が指定タスクの優先度よりも低い場合、指定タスクを実行することができる。したがって、優先度が高いタスクを優先的に実行する観点から適当な状態においてロボットが指定タスクを実行することができる。

第６発明のロボットは、第４発明のロボットにおいて、前記第１処理要素が前記他のタスクを実行中であると認識した場合、当該他のタスクの残量が基準値以上であるか否かをさらに認識し、前記他のタスクの残量が前記基準値未満であると認識された場合、前記他のタスクの残量が前記基準値以上であると認識された場合よりも前記コストを高く評価することを特徴とする。

第６発明のロボットによれば、指定タスクと異なる他のタスクを実行中であってもこのタスクを短時間で終えることができる場合、指定タスクをこのロボットに実行させることができる。したがって、実行中のタスクおよび指定タスクを連続して効率的に実行する観点から適当な状態においてロボットが指定タスクを実行することができる。

第７発明のロボットは、第１〜第６発明のうちいずれか１つのロボットにおいて、前記第１処理要素が前記指定タスクの内容として当該指定タスクの実行主体である指定ロボットを認識し、前記ロボットが当該指定ロボットに該当するか否かをさらに認識し、前記ロボットが前記指定ロボットに該当すると認識された場合、前記ロボットが前記指定ロボットに該当しないと認識された場合よりも前記コストを高く評価することを特徴とする。

第７発明のロボットによれば、スペック等に鑑みて指定タスクの適当な実行主体に該当する状態においてロボットが指定タスクを実行することができる。

第８発明のロボットは、第１〜第７発明のうちいずれか１つのロボットにおいて、前記第１処理要素が前記タスクの実行後における前記ロボットのエネルギー残量を予測し、当該エネルギー残量が少ないほど前記コストを連続的または断続的に高く評価することを特徴とする。

第８発明のロボットによれば、指定タスク実行後において予測されるエネルギー残量が多い状態において、このエネルギー残量が低い他のロボットよりも優先的にこの指定タスクを実行しうる。一方、このエネルギー残量が他のロボットの当該エネルギー残量より少ない状態において、ロボットが指定タスクを実行することを回避しうる。したがって、指定タスクを実行した後における新たなタスクを実行する等のために十分なエネルギー残量の確保の観点から適当な状態においてロボットが指定タスクを実行することができる。

第９発明のロボットは、第１〜第８発明のうちいずれか１つのロボットにおいて、前記第１処理要素が前記指定タスクの実行期間後において前記ロボットの実行予定タスクの前記コストを、前記指定タスクを実行した場合と前記指定タスクを実行しなかった場合とのそれぞれにおいて評価し、前記指定タスクを実行した場合における当該実行予定タスクの当該コストが、前記指定タスクを実行しなかった場合における当該実行予定タスクの当該コストよりも高くなるほど前記指定タスクの前記コストを連続的または断続的に高く評価する一方、前記指定タスクを実行した場合における当該実行予定タスクの当該コストが、前記指定タスクを実行しなかった場合における当該実行予定タスクの当該コストよりも低くなるほど前記指定タスクの前記コストを連続的または断続的に低く評価することを特徴とする。

第９発明のロボットによれば、指定タスクを実行しない場合よりも実行した場合に実行予定タスクのコストが低くなる状態において、このコストが高くなる状態よりも優先的に当該指定タスクを実行しうる。一方、指定タスクを実行した場合よりも実行しない場合に実行予定タスクのコストが低くなる状態において、このコストが高くなる状態よりも優先的に当該指定タスクを実行しうる。したがって、実行予定タスクを低いコストで実行する観点から適当な状態においてロボットがこの実行予定タスクを実行する前に指定タスクを実行することができる。

第１０発明のロボットは、第１〜第９発明のうちいずれか１つのロボットにおいて、前記第１処理要素が前記コストが第１閾値以上であることを要件として当該コストを前記タスクデータベースに格納させることを特徴とする。

第１０発明のロボットによれば、自己ロボットが指定タスクを実行するのに要する労力または負荷コストを表わす「コスト」が「第１閾値」以下であることを要件として、この自己ロボットが指定タスクの入札を実行する。したがって、各ロボットが過度の労力または負荷を伴うにもかかわらず指定タスクを実行するような事態が回避されうる。

第１１発明のロボットは、第１〜第１０発明のうちいずれか１つのロボットにおいて、前記第１処理要素が前記自己ロボットの実行予定タスクを実行するのに要する労力または負荷を第２コストとして評価し、前記第２コストが第２閾値以上であることを要件として前記サポートサーバとの通信に基づいて前記実行予定タスクの内容を前記指定タスクの内容として前記タスクデータベースに格納させることを特徴とする。

第１１発明のロボットによれば、自己ロボットが実行を予定しているタスクを実行するのに要する労力を表わす「第２コスト」が「第２閾値」以下であることを要件としてこのタスクの内容が指定タスクの内容としてタスクデータベースに格納される。そして、前記のように各ロボットによる指定タスクの「入札」および「落札」が実施されることにより、実行経済の観点から適当な他のロボットにこの指定タスクが実行されうる。したがって、この自己ロボットに大きな労力消費を強いる可能性があるタスクを、自己ロボットに代えて他のロボットに実行させることができる。

第１２発明のタスク実行システムは、タスクデータベースを有するサポートサーバと、当該サポートサーバとの通信に基づいて自律的に行動することによりタスクを実行する複数のロボットとにより構成されているタスク実行システムであって、前記タスクデータベースには複数のタスクのそれぞれの内容が格納され、前記ロボットが制御装置を備え、前記制御装置が、前記サポートサーバとの通信により前記タスクデータベースに格納されている複数のタスクのそれぞれの内容のうち指定タスクの内容を認識し、当該認識結果に基づき自己ロボットが当該指定タスクを実行するのに要する労力または負荷を表わすコストを評価し、かつ、前記サポートサーバとの通信により当該評価されたコストを前記タスクデータベースに格納させる第１処理要素と、前記サポートサーバとの通信により前記タスクデータベースに格納されている前記自己ロボットの前記コストが他のロボットを含むロボット群の中で最低であるか否かを認識し、前記コストが最低であると認識したことを要件として前記指定タスクを実行するように当該ロボットの動作を制御する第２処理要素とを有していることを特徴とする。

第１２発明のタスク実行システムによれば、指定タスクの「入札」および「落札」が実施されることにより当該指定タスクの実行経済に鑑みて、複数のロボットのうち適当なロボットにこの指定タスクを実行させることができる。

本発明のタスク実行システムの実施形態について図面を用いて説明する。図１に示されているタスク実行システムは複数のロボットＲおよびサポートサーバ２００により構成されている。

図２に示されているロボットＲは基体１０と、基体１０の上部に設けられた頭部１１と、基体１０の上部左右両側から延設された左右の腕部１２と、腕部１２の先端部に設けられた手部１４と、基体１０の下部から下方に延設された左右の脚部１３と、脚部１３の先端部に取り付けられている足部１５とを備えている。ロボットＲは、再表０３／０９０９７８号公報や、再表０３／０９０９７９号公報に開示されているように、アクチュエータ１０００（図２参照）から伝達される力によって、人間の肩関節、肘関節、手根関節、股関節、膝関節、足関節等の複数の関節に相当する複数の関節部分において腕部１２や脚部１３を屈伸運動させることができる。ロボットＲは、左右の脚部１３（または足部１５）のそれぞれの離床および着床の繰り返しを伴う動きによって自律的に移動することができる。基体１０の鉛直方向に対する傾斜角度が調節されることによって、頭部１１の高さが調節されうる。頭部１１には、左右に並んでロボットＲの前方に向けられた一対の頭カメラ（ＣＣＤカメラ）Ｃ１が搭載されている。基体１０には前側下部に腰カメラ（赤外線カメラ）Ｃ２が搭載されている。なお、移動装置は複数の脚部１３の動作によって自律的に移動するロボットＲのほか、車輪式移動ロボット（自動車）等、移動機能を有するあらゆる装置であってもよい。

ロボットＲはハードウェアとしてのＥＣＵまたはコンピュータ（ＣＰＵ，ＲＯＭ，ＲＡＭ，Ｉ／Ｏ等により構成されている。）により構成されている制御装置１００と、通信機器１０２とを備えている。コンピュータのメモリには制御プログラム（ソフトウェア）が格納されている。制御プログラムはＣＤやＤＶＤ等のソフトウェア記録媒体を通じてコンピュータにインストールされてもよいが、ロボットＲからサーバに要求信号が送信されたことに応じて当該サーバによってネットワークや人工衛星を介して当該コンピュータにダウンロードされてもよい。

図３に示されている制御装置１００は、内部状態センサ１１１および外部状態センサ１１２からの出力信号等に基づき、アクチュエータ１０００の動作を制御することにより、腕部１２や脚部１３の動作を制御する。内部状態センサ１１１はロボットＲの内部状態または挙動状態を測定するためのセンサである。基体１０の加速度に応じた信号を出力するジャイロセンサ、各関節の関節角度に応じた信号を出力するロータリエンコーダ、脚部１３に作用する床反力に応じた信号を出力する力センサ等、ロボットＲに搭載されている種々のセンサが内部状態センサ１１１に該当する。外部状態センサ１１２は物体の挙動状態等、ロボットＲの外部状態または環境を測定するためのセンサである。頭カメラＣ１および腰カメラＣ２等が外部状態センサ１１２に該当する。アクチュエータ１０００は電動モータ等の駆動源のほか、駆動源の出力軸と腕部１２や脚部１３を構成するリンクとの間に設けられた減速機や、弾性部材等の柔軟要素により構成されている。

制御装置１００は第１処理要素１１０と第２処理要素１２０とを備えている。なお、本発明の構成要素が情報を「認識する」とは、当該構成要素が情報をデータベースから検索すること、メモリ等の記憶装置から情報を読み取ること、センサ等の出力信号に基づき情報を測定、算定、推定、判定すること、測定等された情報をメモリに格納すること等、当該情報をさらなる情報処理のために準備または用意するために必要なあらゆる情報処理を実行することを意味する。

第１処理要素１１０はサポートサーバ２００との通信によりタスクデータベース２０４に格納されている複数のタスクのそれぞれの内容のうち指定タスクの内容を認識する。第１処理要素１１０は当該認識結果に基づき自己ロボットＲが指定タスクを実行するのに要する労力または負荷を表わすコストを評価する。第１処理要素１１０はサポートサーバ２００との通信により当該評価されたコストをタスクデータベース２０４に格納させる。

第２処理要素１２０はサポートサーバ２００との通信によりタスクデータベース２０４に格納されている自己ロボットＲのコストが他のロボットを含むロボット群の中で最低であるか否かを認識する。第２処理要素１２０はコストが最低であると認識したことを要件として指定タスクを実行するようにロボットＲの動作を制御する。

図３に示されているサポートサーバ（ＣＰＵ，ＲＯＭ，ＲＡＭ，Ｉ／Ｏ等により構成されている。）２００は基地局（図示略）および通信網を介して複数のロボットＲのそれぞれとの通信機能を有している。サポートサーバ２００は図１に示されているように各ロボットＲとは別個独立のコンピュータにより構成されていてもよく、一または複数のロボット（たとえば後述の「メインロボット」）１に搭載されているコンピュータにより構成されていてもよい。サポートサーバ２００はタスクデータベース２０４を備えている。タスクデータベース２０４には指定タスクを含む複数のタスクのそれぞれの内容と、各ロボットＲにより評価されたコストが格納される。タスクの「内容」には、タスクの実行主体としての指定ロボットの有無、指定ロボットがある場合にはその識別情報、タスクの優先度等が含まれている。

前記構成の複数のタスク実行システムの機能について説明する。まず、入札手続、すなわち、各ロボットＲにおいて指定タスク実行のためのコストが評価され、かつ、当該コストがサポートサーバ２００のタスクデータベース２０４に格納される手順について説明する。

第１処理要素１１０により、サポートサーバ２００との通信によりタスクデータベース２０４に格納されている「指定タスク」の内容が検索される（図４／Ｓ１０２）。たとえば、図９（ａ）に示されているように第１トレイＴ₁および第２トレイＴ₂が載置されたワゴンＷを動かす「第１タスク」と、図９（ｂ）に示されているようにワゴンＷから第１トレイＴ₁を取り上げてテーブルＴｂまで運び、第１トレイＴ₁をテーブルＴｂに載置する「第２タスク」と、図９（ｃ）に示されているようにワゴンＷから第２トレイＴ₂を取り上げてテーブルＴｂまで運び、第２トレイＴ₂をテーブルＴｂに載置する「第３タスク」とのうち一部または全部の内容が指定タスクの内容として検索される。なお、１つのタスクが分割されることにより、第１タスク、第２タスクおよび第３タスク等、複数のタスクが定義されたことを要件として、当該複数のタスクのうち実行されていない一部または全部のタスクが指定タスクとして定義されてもよい。

また、ロボットＲが他のタスクを実行中であるか否かが、記憶装置に格納されているタスク実行フラグ等に基づいて判定される（図４／Ｓ１０４）。ロボットＲが他のタスクを実行中であると判定された場合（図４／Ｓ１０４‥ＹＥＳ）、指定タスクの優先度が実行中のタスクの優先度より高いか否かが判定される（図４／Ｓ１０６）。ロボットＲが他のタスクを実行中ではないと判定された場合（図４／Ｓ１０４‥ＮＯ）または指定タスクの優先度が実行中のタスクの優先度より高いと判定された場合（図４／Ｓ１０６‥ＹＥＳ）、指定タスクの実行主体である指定ロボットの有無が判定される（図４／Ｓ１０８）。指定ロボットが存在しないと判定された場合（図４／Ｓ１０８‥ＹＥＳ）、ロボットＲの稼動状態が指定タスクを実行可能なＯＮ状態にあるか、あるいは、指定タスクを実行不可能なＯＦＦ状態であるかが記憶装置に格納されているフラグ等に基づいて判定される（図４／Ｓ１１０）。

ロボットＲの稼動状態がＯＮ状態にあると判定された場合（図４／Ｓ１１０‥ＹＥＳ）、図６に示されているようにロボットＲの現在位置（またはタスク実行開始時刻における予測位置）からタスクの実行開始位置までの経路、さらには、実行開始位置から実行終了位置までの経路が生成される（図４／Ｓ１１２）。なお、人間の認証と、認証結果に基づく音声出力や挨拶動作等、ロボットＲの移動を伴わずにその場で実行しうるタスクについては実行開始位置および実行終了位置は同じである。ロボットＲの現在位置（（緯度、経度）または（緯度、経度、高度）））は、内部状態センサ１１１としてのＧＰＳ受信機により人工衛星から受信されたＧＰＳ信号や、内部状態センサ１１１としてのジャイロセンサや加速度センサの出力信号等に基づいて測定されうる。タスクの実行開始位置および実行終了位置はタスク情報に基づいて認識されうる。経路の生成に際して、通行可能ノードの位置（（緯度、経度）または（緯度、経度、高度））や通行可能領域等を示すマップ情報が用いられる。マップ情報に含まれるノードを連続して結ぶ一または複数のリンクにより経路が構成される。マップ情報はサポートサーバ２００が有するマップデータベースに格納され、このサポートサーバ２００から各ロボットＲに対して配信されてもよく、制御装置１００が有するマップデータベースにあらかじめ格納されていてもよい。タスクの実行開始位置から実行終了位置までの経路として、ロボットＲごとに異なる経路が生成されてもよい。

さらに、第１処理要素１１０により、内部状態センサ１１１の出力信号に基づき、ロボットＲの内部状態が測定される（図４／Ｓ１１６）。ロボットＲのエネルギー源であるバッテリの残電量（エネルギー残量）、ロボットＲの前方が北西を向いている等のロボットＲの方位または姿勢等が内部状態として測定される。また、ロボットＲの内部状態の測定結果に基づき、ロボットＲが生成経路にしたがって移動しながらタスクを実行する労力または負荷を表わす実行コストｃ_i（ｉ：ロボットＲの識別情報）が評価される（図４／Ｓ１１８）。生成経路が長いほど、生成経路にしたがって移動するときの所要予測時間が長いほど、タスク実行に際しての生成経路にしたがった移動および方位の変更等による予測消費電量が大きいほど実行コストｃ_iは高く評価される。また、ロボットＲによるタスク実行後におけるバッテリの予測残量が少ないほど実行コストｃ_iは高く評価される。具体的には、図７に示されているようにバッテリ残量ＳＯＣが少なくなるほど段階的に高くなる補正係数αを用いて実行コストｃ_iが高めに予測される。補正係数αはバッテリ残量ＳＯＣの関数として式（１）により定義され、制御装置１００のメモリにあらかじめ格納されている。なお、補正係数αはバッテリ残量ＳＯＣを変数とする断続的な減少関数ではなく、バッテリ残量ＳＯＣを変数とする連続的な減少関数として定義されていてもよい。

ここで、図７に示されているように現在のバッテリ残量がｂ₂（ＳＯＣ₂＜ｂ₂＜１００）であり、タスク実行後のバッテリ予測残量がｂ₁（ＳＯＣ₁＜ｂ＜ＳＯＣ₂）である状況を考える。この状況でバッテリの予測消費電量δＳＯＣは単にｂ₂−ｂ₁であるが、補正係数αを用いて予測消費電量が式（２）にしたがって高めに評価される。すなわち、バッテリの予測残量ｂ₁が、補正係数αが１より高いα₁である残量領域にかかっている分だけ予測消費電量δＳＯＣが高めに評価される。

また、現在のバッテリ残量がｂ₂（ＳＯＣ₂＜ｂ₂＜１００）であり、タスク実行後のバッテリ予測残量がｂ₁（０＜ｂ＜ＳＯＣ₁）である状況では、同様の考え方によりバッテリの予測消費電量が式（３）にしたがって高めに評価される。すなわち、バッテリの予測残量ｂ₁が、補正係数αがα₁（＞１）より高いα₂である残量領域にかかっている分だけ予測消費電量δＳＯＣが高めに評価される。

なお、外部状態センサ１１２によりロボットＲの周囲における人間や他のロボットＲ等の障害物の位置が認識され、さらには生成経路にしたがってタスクを実行した場合における当該障害物との接触可能性が評価され、当該接触可能性が高いほど実行コストが高く評価されてもよい。

また、指定タスクの実行主体としての指定ロボットが存在すると判定された場合（図４／Ｓ１０８‥ＮＯ）、ロボットＲがこの指定ロボットに該当するか否かがさらに判定される（図４／Ｓ１２０）。ロボットＲが指定ロボットに該当するか否かはタスク情報に含まれている当該指定ロボットの識別情報と、記憶装置にあらかじめ格納されているこのロボットＲの識別情報とが整合するか否か等に応じて判定されうる。ロボットＲが指定ロボットに該当すると判定された場合（図４／Ｓ１２２‥ＹＥＳ）、実行コストｃ_iが最低コスト（入札最低額になるようにあらかじめ定められている「０」等の値）ｃ_minに評価される（図４／Ｓ１２２）。ロボットＲが指定ロボットに該当しないと判定された場合（図４／Ｓ１２０‥ＮＯ）、指定タスクの実行コストｃ_iが最高コスト（入札最高額になるようにあらかじめ定められている値）ｃ_maxに評価される（図４／Ｓ１２４）。なお、指定タスクの優先度が実行中の他のタスクの優先度以下であると判定された場合（図４／Ｓ１０６‥ＮＯ）、コストｃ_iが最高コストｃ_maxに評価される（図４／Ｓ１２４）。そして、第１処理要素１１０により、サポートサーバ２００との通信により、コストｃ_iおよびロボットＲの識別情報がタスクデータベース２０４に格納される（図４／Ｓ１２６）。ロボットＲの稼動状態がＯＦＦ状態であると判定された場合（図４／Ｓ１１０‥ＮＯ）、指定コストの入札が実施されることなく処理が終了する。複数のロボットＲのそれぞれにより入札が実施されることにより、図８に示されているように各ロボットＲにおいて評価された指定タスクｊのコストｃ_i（ｉ＝１〜ｎ）がタスクデータベース２０４に格納される。なお、コストｃ_iが最低となる複数のロボットＲが存在する場合、サポートサーバ２００によりロボットＲに付されている優先度の高低により、一のロボットＲのコストｃ_iのみが最低となるように当該複数のロボットＲのコストｃ_iの高低が調節されてもよい。また、稼動ＯＦＦ状態であるロボットＲについては実行コストｃ_iが評価されないので、当該ロボットＲについてのコストｃ_iはタスクデータベース２０４に格納されない。

次に、落札手続、すなわち、コストｃ_iが最低のロボットＲにより指定タスクが実行される手順について説明する。

第２処理要素１２０により、サポートサーバ２００との通信に基づき、自己ロボットＲのコストｃ_iが最低であるか否かが判定される（図５／Ｓ１２８）。自己ロボットＲのコストｃ_iが最低であると判定された場合（図５／Ｓ１２８‥ＹＥＳ）、ロボットＲが他のタスクを実行中であるか否かが判定される（図５／Ｓ１３０）。ロボットＲがタスク実行中であると判定された場合（図５／Ｓ１３０‥ＹＥＳ）、実行中のタスクを中断するようにロボットＲの行動が制御される（図５／Ｓ１３２）。さらに、中断したタスクの実行要否が判定される（図５／Ｓ１３４）。中断したタスクの実行が必要であると判定された場合（図５／Ｓ１３４‥ＹＥＳ）、サポートサーバ２００との通信により当該中断タスクの内容がタスクデータベース２０４に格納される（図５／Ｓ１３６）。これにより、中断されたタスクの一部または全部の内容がタスクデータベース２０４に格納されるが、このタスクがさらなる指定タスクとされてもよい。そして、指定タスクを実行するようにロボットＲの行動が制御される（図５／Ｓ１３８）。これにより、ロボットＲが生成経路にしたがってタスクの第１テーブル（実行開始位置）に移動した上で、腕部１２および手部１３を動かして第１テーブルに載置されているトレイを持ち、残りの生成経路にしたがって第２テーブル（実行完了位置）までこのトレイを運んでこの第２テーブルに載置するというタスクを実行する。また、ロボットＲが第１場所（実行開始位置）において荷物が載置されたワゴンの台車を把持した上で、生成経路にしたがってワゴンを押しながら第２場所（実行終了位置）まで移動するというタスクを実行する。さらに、ロボットＲが来客受付場所（実行開始位置）において外部状態センサ１１２の出力信号に基づいて個人を認識または認証し、頭部１１を動かして会釈する等の挨拶動作をし、その上でこの人間を応接室（実行終了位置）まで案内するというタスクを実行する。また、ロボットＲがタスクを実行していないと判定された場合（図５／Ｓ１３０‥ＮＯ）、または、中断したタスクの再実行が不要であると判定された場合（図５／Ｓ１３４‥ＮＯ）、指定タスクを実行するようにロボットＲの行動が制御される（図５／Ｓ１３８）。

前記機能を発揮するロボットＲによれば、内部状態等に応じて指定タスク（たとえば、複数のタスクの状態を変化させた因子としてのタスク）を実行するために要する労力または負荷を表わすコストｃ_iが評価される（図４／Ｓ１１６，Ｓ１１８，Ｓ１２２，Ｓ１２４参照）。このコストｃ_iはサポートサーバ２００のタスクデータベース２０４に格納される（図４／Ｓ１２６参照）。さらに、タスクデータベース２０４に格納されている自己ロボットＲのコストｃ_iが複数のロボットＲの中で最低であることが認識された場合、ロボットＲがこの指定タスクを実行するようにその動作が制御される。複数のロボットによるコストの評価およびサポートサーバ２００のタスクデータベース２０４への格納は、コストを入札額とする当該複数のロボットＲによる指定タスクの実行のための「入札」と考えることができる。複数のロボットＲのうちタスクが最低であるロボットＲによる指定タスクの実行は、当該ロボットＲによる指定タスクの実行の「落札」と考えることができる。このような指定タスクの「入札」および「落札」が実施されることにより、複数のロボットＲのうち指定タスク実行経済に鑑みて適当なロボットＲにより指定タスクが実行される。したがって、タスクの状態が変化した場合でも、タスクの実行経済の観点から適切な状態においてロボットＲが指定タスクを実行することができる。

たとえば、図９（ａ）〜（ｃ）のそれぞれに示されている第１タスク、第２タスクおよび第３タスクのうち、指定タスクとしての第３タスクが第１ロボットＲ₁に代えて第２ロボットＲ₂により実行されうる。この場合、図１０（ａ）に示されているように第３タスクの実行主体として指定された第２ロボットＲ₂が、第１ロボットＲ₁による第１タスクの実行終了予定位置であるワゴンＷの停止位置に向かって移動する。そして、第１ロボットＲ₁により第１タスクが実行された後、図１０（ｂ）に示されているように第１ロボットＲ₁により第２タスクが実行される一方、第２ロボットＲ₂により第３タスクが実行される。また、第１タスク、第２タスクおよび第３タスクのうち、指定タスクとしての第２タスクおよび第３タスクのそれぞれが第１ロボットＲ₁に代えて２つの第２ロボットＲ_2iおよびＲ_2jのそれぞれにより実行されうる。この場合、図１１（ａ）に示されているように第２タスクおよび第３タスクのそれぞれの実行主体として指定された第２ロボットＲ_2iおよびＲ_2jのそれぞれが、第１ロボットＲ₁による第１タスクの実行終了予定位置であるワゴンＷの停止位置に向かって移動する。そして、第１ロボットＲ₁により第１タスクが実行された後、図１１（ｂ）に示されているように一方の第２ロボットＲ_2iにより第２タスクが実行される一方、他方の第２ロボットＲ_2jにより第３タスクが実行される。第２ロボットＲ_2iにより第１トレイＴ₁がワゴンＷから運び去られ、かつ、第２ロボットＲ_2jにより第２トレイＴ₂がワゴンＷから運び去られた後、図１１（ｂ）に破線で示されているように第１ロボットＲ₁が（必要に応じて第２ロボットＲ₂として）このワゴンＷを動かす等のさらなるタスクを実行することができる。このため、第２ロボットＲ₂の有効活用と、第２ロボットＲ₂のタスク実行補助による第１ロボットＲ₁の労力軽減が図られる。図１０（ａ）（ｂ）に示された例では、第１ロボットＲ₁は第２タスクの終了位置であるテーブルＴｂの位置から、第３タスクの開始位置であるワゴンＷの停止位置に戻る労力を節約することができる。図１１（ａ）（ｂ）に示された例では、第１ロボットＲ₁は第２タスクの実行開始前にワゴンＷの横に移動して向きを変更する労力を軽減することができる。

また、第１処理要素１１０により当該ロボットＲの位置が測定され、当該測定位置から実行開始位置または当該実行開始位置を経由した実行終了位置までの当該ロボットの移動距離が算定され、当該移動距離が長いほどコストｃ_iが高く評価される（図６参照）。これにより、指定タスクの実行開始位置、または、指定タスクの実行開始位置を経由した指定タスクの実行終了位置までの移動距離が他のロボットＲよりも短い状態において、ロボットＲが当該他のロボットＲより優先的に指定タスクを実行しうる。一方、この移動距離が他のロボットＲの当該距離より長い状態において、ロボットＲが指定タスクを実行することを回避しうる。したがって、指定タスクを実行する際の移動距離の短縮の観点から適当な状態においてロボットＲが指定タスクを実行することができる。

さらに、第１処理要素１１０により当該ロボットＲが他のタスクを実行中であると判定された場合、当該ロボットが他のタスクを実行していないと判定された場合よりも指定タスクを実行するためのコストｃ_iが高く評価されうる（図４／Ｓ１０４，Ｓ１１８，Ｓ１２４参照）。これにより、ロボットＲが指定タスクと異なる他のタスクを実行していない状態において、他のタスクを実行している状態よりも優先的に当該指定タスクを実行することができる。したがって、指定タスクの実行専念の観点から適当な状態においてロボットＲが指定タスクを実行することができる。

また、第１処理要素１１０により指定タスクの優先度が他のタスクの優先度よりも低いと判定された場合、指定タスクの優先度が前記他のタスクの優先度よりも高いと判定された場合よりもコストｃ_iが高く評価されうる（図４／Ｓ１０６，Ｓ１１８，Ｓ１２４参照）。これにより、ロボットＲが他のタスクを実行中である一方、当該他のタスクの優先度が指定タスクの優先度よりも低い場合、指定タスクを実行することができる。したがって、優先度が高いタスクを優先的に実行する観点から適当な状態においてロボットＲが指定タスクを実行することができる。

また、第１処理要素１１０によりロボットＲが指定タスクの実行主体である指定ロボットに該当すると判定された場合、ロボットＲが指定ロボットに該当しないと判定された場合よりもコストｃ_iが高く評価される（図４／Ｓ１２０，Ｓ１２２，Ｓ１２４参照）。これにより、スペック等に鑑みて指定タスクの適当な実行主体に該当する状態において、ロボットＲが指定タスクを実行することができる。

さらに、ロボットＲにおいて第１処理要素１１０によりタスクの実行後における当該ロボットＲのバッテリ残量（エネルギー残量）ＳＯＣが予測され、このバッテリ残量が少ないほど前記コストｃ_iが高く評価される（式（１）〜（３）、図４／Ｓ１１６，Ｓ１１８、図７参照）。これにより、ロボットＲによる指定タスク実行後において予測されるバッテリ残量が多い状態において、このバッテリ残量が低い他のロボットＲよりも優先的にこの指定タスクを実行しうる。一方、このバッテリ残量が他のロボットＲの当該バッテリ残量より少ない状態において、ロボットＲが指定タスクを実行することを回避しうる。したがって、指定タスクを実行した後における新たなタスクを実行する等のために十分なエネルギー残量の確保の観点から適当な状態においてロボットＲが指定タスクを実行することができる。

なお、タスク実行システムを構成する「ロボット」としては前記実施形態におけるロボットＲとは異なる構成のロボット、台車等、自律的に移動する機能を有するあらゆる装置であってもよい。また、複数のロボットのそれぞれの種類は相違していてもよい。

また、サポートサーバ２００において第１支援処理要素２１０が指定タスクの内容として当該指定タスクの実行開始時刻を認識し、当該実行開始時刻において予測される、当該指定タスクの実行コストｃ_iを評価してもよい。たとえば、ロボットＲの行動または動作が行動計画（たとえば代表点の軌道や各関節角度の時間変化態様により定義されている。）にしたがって制御されている場合、当該動作計画に基づいて実行開始予定時刻におけるロボットＲの位置、方位、移動速度等の挙動状態、または、稼動状態がＯＮ状態であるかＯＦＦ状態であるかが予測されうる。また、ロボットＲがタスク実行中である場合、タスク終了までの移動距離および現在の移動速度に基づいてタスク終了時刻が予測され、この予測時刻が指定タスクの開始予定時刻より後であるか前であるかに応じて当該タスクをなおも実行中であるか否かが予測されうる。当該構成のロボットＲによれば、その未来の予測状態に応じて評価されたコストｃ_iによる指定タスクの入札および落札が実施されることにより、タスクの実行経済の観点から適切な状態においてロボットＲが指定タスクを実行することができる。

さらに、ロボットＲにおいて第１処理要素１１０が、当該ロボットＲが他のタスクを実行中であると判定した場合（図４／Ｓ１０４参照）、当該他のタスクの残量が基準値以上であるか否かをさらに判定し、他のタスクの残量が基準値未満であると判定された場合、他のタスクの残量が基準値以上であると判定された場合よりもコストｃ_iを高く評価してもよい。実行中のタスクを終了するために必要な消費電量または残りの移動距離等が、当該タスクの残量として算定されうる。これにより、指定タスクと異なる他のタスクを実行中であってもこのタスクを短時間で終えることができる場合、指定タスクをこのロボットＲに実行させることができる。したがって、実行中のタスクおよび指定タスクを連続して効率的に実行する観点から適当な状態においてロボットＲが指定タスクを実行することができる。

また、次のように各ロボットＲによる指定タスクの実行コストｃ_iが評価されてもよい。まず、ロボットＲが指定タスクの実行期間より後における実行予定タスクのコストが、この指定タスクを実行した場合とこの指定タスクを実行しなかった場合とのそれぞれにおいて評価される。そして、指定タスクを実行した場合における実行予定タスクのコストが、指定タスクを実行しなかった場合における実行予定タスクのコストよりも高くなるほど指定タスクの実行コストｃ_iが連続的または断続的に高く評価される。一方、指定タスクを実行した場合における実行予定タスクのコストが、指定タスクを実行しなかった場合における実行予定タスクのコストよりも低くなるほど指定タスクの実行コストｃ_iが連続的または断続的に低く評価される。これにより、ロボットＲが指定タスクを実行しない場合よりも実行した場合に実行予定タスクのコストが低くなる状態において、このコストが高くなる状態よりも優先的に当該指定タスクを実行しうる。一方、指定タスクを実行した場合よりも実行しない場合に実行予定タスクのコストが低くなる状態において、このコストが高くなる状態よりも優先的に当該指定タスクを実行しうる。したがって、実行予定タスクを低いコストで実行する観点から適当な状態においてロボットＲがこの実行予定タスクを実行する前に指定タスクを実行することができる。

また、第１処理要素１１０が自己ロボットＲが指定タスクを実行するのに要する労力または負荷コストを表わす「コスト」が「第１閾値」以下であることを要件として、この自己ロボットＲが指定タスクを実行するためのコストをタスクデータベース２０４に格納させてもよい。これにより、各ロボットＲが過度の労力または負荷を伴うにもかかわらず指定タスクを実行するような事態が回避されうる。

さらに、第１処理要素１１０が自己ロボットＲの実行予定タスクを実行するのに要する労力または負荷を「第２コスト」として評価し、第２コストが「第２閾値」以上であることを要件として、サポートサーバ２００との通信に基づいてこの実行予定タスクの内容を指定タスクの内容としてタスクデータベース２０４に格納させてもよい。これにより、自己ロボットＲの実行予定タスクが前記のように他のロボットＲによる「入札」および「落札」の実施対象とされる。したがって、自己ロボットＲに大きな労力消費を強いる可能性があるタスクを、自己ロボットＲに代えて実行経済の観点から適当な他のロボットＲに実行させることができる。

また、前記実施形態では自己ロボットＲが指定タスクを実行するのに要する労力または負荷を表わすコストが他のロボットＲを含むロボット群の中で最低であるか否かが各ロボットＲにより判定されたが（図５／Ｓ１２８参照）、サポートサーバ２００によりロボット群のうちコストが最低のロボットＲが選定され（指定タスクの落札者が決定され）、サポートサーバ２００から該当するロボットＲに選定結果または入札結果が送信されることにより、当該ロボットＲによって自己ロボットのコストが最低であることが認識されてもよい。

本発明のタスク実行システムの構成説明図 ロボットの構成説明図 ロボットの制御装置およびサポートサーバの構成説明図 タスク実行システムにおける入札手順に関する説明図 タスク実行システムにおける落札手順に関する説明図 経路生成に関する説明図 コスト評価方法に関する説明図 タスクデータベースに格納されているタスク情報に関する説明図 指定タスクに関する説明図 複数のロボットによるタスクの分担に関する説明図その１ 複数のロボットによるタスクの分担に関する説明図その２

符号の説明

Ｒ‥ロボット、１００‥制御装置、１１０‥第１処理要素、１２０‥第２処理要素、２００‥サポートサーバ、２０４‥タスクデータベース

Claims (12)

1. タスクデータベースを有するサポートサーバとの通信に基づいて自律的に行動することによりタスクを実行するロボットであって、
   前記サポートサーバとの通信により前記タスクデータベースに格納されている複数のタスクのそれぞれの内容のうち指定タスクの内容を認識し、当該認識結果に基づき自己ロボットが当該指定タスクを実行するのに要する労力または負荷を表わすコストを評価し、かつ、前記サポートサーバとの通信により当該評価されたコストを前記タスクデータベースに格納させる第１処理要素と、
   前記サポートサーバとの通信により前記タスクデータベースに格納されている前記自己ロボットの前記コストが他のロボットを含むロボット群の中で最低であるか否かを認識し、前記コストが最低であると認識したことを要件として前記指定タスクを実行するように当該自己ロボットの動作を制御する第２処理要素とを有する制御装置を備えていることを特徴とするロボット。
2. 請求項１記載のロボットにおいて、
   前記第１処理要素が前記指定タスクの内容として当該指定タスクの実行開始時刻を認識し、当該実行開始時刻において予測される、当該指定タスクを実行するのに要する前記コストを評価することを特徴とするロボット。
3. 請求項１または２記載のロボットにおいて、
   前記第１処理要素が前記指定タスクの内容として当該指定タスクの実行開始位置および実行終了位置を認識し、当該ロボットの位置を測定し、当該測定位置から前記指定タスクの前記実行開始位置または前記実行終了位置までの当該ロボットの移動距離を算定し、当該移動距離が長いほど前記コストを連続的または断続的に高く評価することを特徴とするロボット。
4. 請求項１〜３のうちいずれか１つに記載のロボットにおいて、
   前記第１処理要素が前記指定タスクとは異なる他のタスクを前記ロボットが実行中であるか否かを認識し、前記ロボットが前記他のタスクを実行中であると認識した場合、前記ロボットが前記他のタスクを実行していないと認識された場合よりも前記指定タスクを実行するために要する前記コストを高く評価することを特徴とするロボット。
5. 請求項４記載のロボットにおいて、
   前記第１処理要素が前記指定タスクの内容として当該指定タスクの優先度を認識し、前記ロボットが前記他のタスクを実行中であると認識した場合、前記指定タスクの優先度が前記他のタスクの優先度よりも高いか否かをさらに認識し、前記指定タスクの優先度が前記他のタスクの優先度よりも低いと認識された場合、前記指定タスクの優先度が前記他のタスクの優先度よりも高いと認識された場合よりも前記コストを高く評価することを特徴とするロボット。
6. 請求項４記載のロボットにおいて、
   前記第１処理要素が前記他のタスクを実行中であると認識した場合、当該他のタスクの残量が基準値以上であるか否かをさらに認識し、前記他のタスクの残量が前記基準値未満であると認識された場合、前記他のタスクの残量が前記基準値以上であると認識された場合よりも前記コストを高く評価することを特徴とするロボット。
7. 請求項１〜６のうちいずれか１つに記載のロボットにおいて、
   前記第１処理要素が前記指定タスクの内容として当該指定タスクの実行主体である指定ロボットを認識し、前記ロボットが当該指定ロボットに該当するか否かをさらに認識し、前記ロボットが前記指定ロボットに該当すると認識された場合、前記ロボットが前記指定ロボットに該当しないと認識された場合よりも前記コストを高く評価することを特徴とするロボット。
8. 請求項１〜７のうちいずれか１つに記載のロボットにおいて、
   前記第１処理要素が前記タスクの実行後における前記ロボットのエネルギー残量を予測し、当該エネルギー残量が少ないほど前記コストを連続的または断続的に高く評価することを特徴とするロボット。
9. 請求項１〜８のうちいずれか１つに記載のロボットにおいて、
   前記第１処理要素が前記指定タスクの実行期間後において前記ロボットの実行予定タスクの前記コストを、前記指定タスクを実行した場合と前記指定タスクを実行しなかった場合とのそれぞれにおいて評価し、前記指定タスクを実行した場合における当該実行予定タスクの当該コストが、前記指定タスクを実行しなかった場合における当該実行予定タスクの当該コストよりも高くなるほど前記指定タスクの前記コストを連続的または断続的に高く評価する一方、前記指定タスクを実行した場合における当該実行予定タスクの当該コストが、前記指定タスクを実行しなかった場合における当該実行予定タスクの当該コストよりも低くなるほど前記指定タスクの前記コストを連続的または断続的に低く評価することを特徴とするロボット。
10. 請求項１〜９のうちいずれか１つに記載のロボットにおいて、
    前記第１処理要素が前記コストが第１閾値以上であることを要件として当該コストを前記タスクデータベースに格納させることを特徴とするロボット。
11. 請求項１〜１０のうちいずれか１つに記載のロボットにおいて、
    前記第１処理要素が前記自己ロボットの実行予定タスクを実行するのに要する労力または負荷を第２コストとして評価し、前記第２コストが第２閾値以上であることを要件として前記サポートサーバとの通信に基づいて前記実行予定タスクの内容を前記指定タスクの内容として前記タスクデータベースに格納させることを特徴とするロボット。
12. タスクデータベースを有するサポートサーバと、当該サポートサーバとの通信に基づいて自律的に行動することによりタスクを実行する複数のロボットとにより構成されているタスク実行システムであって、
    前記タスクデータベースには複数のタスクのそれぞれの内容が格納され、
    前記ロボットが制御装置を備え、前記制御装置が、
    前記サポートサーバとの通信により前記タスクデータベースに格納されている複数のタスクのそれぞれの内容のうち指定タスクの内容を認識し、当該認識結果に基づき自己ロボットが当該指定タスクを実行するのに要する労力または負荷を表わすコストを評価し、かつ、前記サポートサーバとの通信により当該評価されたコストを前記タスクデータベースに格納させる第１処理要素と、
    前記サポートサーバとの通信により前記タスクデータベースに格納されている前記自己ロボットの前記コストが他のロボットを含むロボット群の中で最低であるか否かを認識し、前記コストが最低であると認識したことを要件として前記指定タスクを実行するように当該ロボットの動作を制御する第２処理要素とを有していることを特徴とするタスク実行システム。